推薦算法實習(xí)生

收藏已取消

收藏成功

已添加至{{ selectCollectNames.join(',') }}

更改

{{!collectStatus ? '收藏' : '已收藏'}}

1.負(fù)責(zé)搜索與推薦系統(tǒng)核心算法，設(shè)計并優(yōu)化搜索相關(guān)性排序、推薦系統(tǒng)召回/排序策略，提升點擊率、轉(zhuǎn)化率、用戶停留時長等核心指標(biāo)，構(gòu)建多場景（如電商/內(nèi)容/社交）下的個性化匹配模型，解決冷啟動、長尾流量分發(fā)等問題；
2.負(fù)責(zé)數(shù)據(jù)建模與特征工程，挖掘用戶搜索Query、點擊行為、實時反饋等數(shù)據(jù)，構(gòu)建用戶意圖理解與內(nèi)容表征模型，開發(fā)高性能實時特征計算系統(tǒng)，支持毫秒級在線推理；
3.技術(shù)方案迭代與實驗，主導(dǎo)AB實驗設(shè)計，通過因果分析、離線仿真評估策略效果，推動模型從離線訓(xùn)練到在線服務(wù)的全鏈路優(yōu)化，保障系統(tǒng)高可用性；
4.探索大語言模型（LLM）在搜索意圖理解、推薦摘要生成等場景的應(yīng)用，研究多模態(tài)（文本/圖像/視頻）內(nèi)容匹配與混合推薦技術(shù)；
5.完成上級交代的其他任務(wù)。